280名客服如何完成千人工作量？馬上消費金融蔣寧詳解金融科技驅動力

    擁有兩千萬活躍用戶的馬上消費金融，每天有近20萬通電話咨詢量。該配備多少名客服人員？

    馬上消費金融首席技術官蔣寧做了個簡單的測算：按照每通咨詢電話3分鐘來算，一名客服在7小時的有效工作時間里只能接140通電話。即便按照每人每天可以接200通的高效率狀態(tài)來算，理想情形下，處理這么多業(yè)務咨詢需要配備至少1000人的客服團隊。

    為了保證服務效果，還要配備幾十人的“質監(jiān)”團隊，抽查客服回答的問題是否符合規(guī)范，態(tài)度是否友善。更不用說長時間接聽電話對客服人員的體力、精神上的考驗。

    但現實中，馬上消費金融用280人的客服團隊Hold住了如此龐大的業(yè)務咨詢量，其質監(jiān)團隊更是僅有3人，還實現了語音質檢的實時糾正。

    背后，便是金融科技能力對業(yè)務效率的大幅提升。作為一家持牌金融機構，馬上消費金融卻更多以科技公司的標準考量自身：自主研發(fā)數據決策智能風控系統(tǒng)，自主研發(fā)唇語識別技術、空號檢測技術等技術，申請30多項人工智能相關專利，向金融機構提供技術輸出服務。

    科技對金融業(yè)帶來了怎樣的變化？為何選擇更吃力的自主研發(fā)路徑？近日，馬上消費金融CTO蔣寧解讀了對金融科技發(fā)展趨勢的思考。

    科技如何改變客服、“雙錄”

    當前，發(fā)達的移動支付使得消費信貸觸手可及，但運營成本、資金成本、疊加風險成本決定著消費者最終獲得的信貸成本高企，小額的消費信貸尤為如此。

    蔣寧認為，當前多數互聯網公司主要提升了場景轉化效率，即提升了貸前獲客的效率。但在貸中、貸后仍有許多環(huán)節(jié)效率有待優(yōu)化、提高，以ABCDE（人工智能、區(qū)塊鏈、云計算、大數據、邊緣計算）為代表的金融科技是降低成本的關鍵落地能力。

    如何提升貸中效率？蔣寧表示，通過人工智能和大數據技術，將客戶的價值貢獻度、風險、活躍度、參與度等標簽數據深入挖掘分析，使得貸中流程高度自動化，在不同時點自動調整對用戶的授信額度。

    上述智能客服功能，則涵蓋了三項基礎技術，即智能呼叫中心、智能語音技術和自然語言解析技術。依托這些底層技術，可以組合推出智能質檢、智能電銷、智能客服、智能催收等功能。疊加中臺的數據標簽分析，還可以實現對客戶的數字化運營，用戶打進電話時根據其身份、行為等標簽定制交互菜單，用戶體驗和服務效率都能得到極大提升。

    蔣寧介紹，馬上消費金融還正在探索用軟件電話替換硬件電話。目前的智能交互平臺均依靠方正、思科等幾家廠商的電話機技術為基礎。這種硬件電話中心的擴展彈性不夠，需要根據辦公室容量決定采購多大的網關，其中多少路是固定的，多少路是動態(tài)電話。但在實際業(yè)務中，可能今天是3000人，明天是一萬人，但不可能當即去購買服務器來擴容。此外，軟件電話更容易與數據標簽融合、人工智能模塊結合。如果改造順利，這一軟件電話系統(tǒng)可以支持每天四千萬通電話，并且可以根據需要及時動態(tài)擴展。

    技術的拓展和組合，還會在一些意想不到的場景應用中產生化學反應。為規(guī)范銀行業(yè)金融機構理財及代銷產品銷售行為，監(jiān)管部門要求銀行業(yè)金融機構等嚴格執(zhí)行“雙錄”（錄音錄像）要求。隨著理財產品銷售線上化，金融機構普遍設置了遠程“雙錄”：銀行客服人員通過視頻連線，確認投資者身份、產品風險等級與投資者承受能力是否匹配、是否了解產品風險等問題。

    近期，馬上消費金融推出智慧“雙錄”平臺。用戶通過手機即可自助完成錄制音視頻、身份認證、風險揭示、電子簽署協(xié)議等“雙錄”流程。符合監(jiān)管要求，用戶遠程操作體驗更好，且機構可以節(jié)省大量人力成本。

    蔣寧介紹，這一服務集人臉識別、語音識別、聲紋識別、OCR識別、活體檢測、人臉框內檢測等多項人工智能技術于一體，線上雙錄認證覆蓋率95%以上，推出后，受到了銀行、保險、信托、汽車金融公司、第三方理財公司的青睞。

    自主研發(fā)VS開放共建

    相較于金融業(yè)普遍的技術外包，馬上消費金融選擇了一條更吃力的路徑：自主研發(fā)。

    馬上消費金融目前有員工1800多人，其中技術研發(fā)團隊900多人，占比達50%，這一比例無論在眾多消費金融公司還是銀行業(yè)金融機構中都是極高的。中國互聯網金融協(xié)會的一項調研顯示，除互聯網銀行外，絕大多數商業(yè)銀行的技術人員占比不到5%。

    蔣寧表示，自主研發(fā)的確成本高，但更適應自身業(yè)務場景，效率最好。馬上消費金融在一開始就定位于一家開放型的技術驅動公司，戰(zhàn)略方向定為“自營+開放”平臺。但強調自主研發(fā)并不是盲目都要自己做，而是基于自身業(yè)務和場景，一是考慮是否是通用技術，未來能推向市場降低邊際成本，二是考慮能否做好。

    以人臉識別技術為例，其很重要的基礎是依托場景舉一反三，而馬上消費金融覆蓋了180多個場景，每天有近50萬筆業(yè)務申請，申請人所處的環(huán)境迥異，因此訓練出的人臉識別能力更具有廣泛適配性。

    不過，在反欺詐領域，除活體識別外，還需要結合對場景的深入理解疊加其他多種身份核驗手段。以某機構發(fā)生的風險案例為例，企業(yè)主經營有問題，貸款中介組織了一批員工申請貸款，為他們新辦了手機卡和銀行卡。他們都順利通過了活體識別，表面是員工本人申請的信用貸款，但貸款都被企業(yè)主截留。蔣寧指出，通過人工智能的不同算法模型優(yōu)化，還應當識別出貸款區(qū)域密度過高、貸款時間過于集中、貸款人申請的電話使用時間都不長等，這樣的風險原本可以避免。

    對于金融業(yè)的科技發(fā)展趨勢，蔣寧表示，金融機構要認識到技術創(chuàng)新的重要性、長期性和復雜性。盡管當下金融機構與過往、與其他行業(yè)相比向科技投入了大量資源，但還明顯不足。必須與科技公司合作，同時加大對科技的建設和投入。未來，金融機構的產品和服務不斷在場景、技術等領域外化合作，技術型公司、場景型公司以及從事風險專業(yè)管理的公司有效融合，形成新的生態(tài)。